基于學(xué)術(shù)博客綜合指數(shù)的用戶識別方法及其實證研究*

袁 潤 王 琦

（江蘇大學(xué)科技信息研究所 鎮(zhèn)江 212013）

0 引言

學(xué)術(shù)博客（Academic Blog）是一種非正式的學(xué)術(shù)交流形式，不僅可以幫助科研工作者推廣學(xué)術(shù)成果，提升自身的學(xué)術(shù)影響力，還可以拓寬學(xué)術(shù)社交關(guān)系以促進(jìn)更廣泛的科研合作。呂鑫等[1]根據(jù)“學(xué)術(shù)”和“博客”的定義，認(rèn)為“學(xué)術(shù)博客”是指用于發(fā)布和交流教學(xué)科研和科學(xué)信息的博客。

在學(xué)術(shù)社交網(wǎng)絡(luò)環(huán)境下，博客利用平臺功能滿足其自身需求，尤其是學(xué)術(shù)需求所表現(xiàn)出的一系列行為統(tǒng)稱為“用戶行為”[2]。用戶行為數(shù)據(jù)是可以獲取的，通過用戶行為數(shù)據(jù)分析，可以研究博客用戶的行為特征和規(guī)律[3-5]，對博客用戶進(jìn)行分類、識別和評價[6-8]。

國內(nèi)外已有不少學(xué)者從不同角度對學(xué)術(shù)博客開展了較為深入的研究。例如，Lim等[9]將那些創(chuàng)作的內(nèi)容能夠?qū)ζ渌脩魩磔^大影響的用戶定義為博客內(nèi)容核心用戶（Content Power Users，CPUs）；Akritidis[10]等認(rèn)為博文數(shù)量和質(zhì)量是博客用戶具有高影響力的兩個關(guān)鍵指標(biāo)；王曰芬等[11]將學(xué)術(shù)博客核心用戶定義為：學(xué)術(shù)博客環(huán)境下，創(chuàng)作的內(nèi)容對其他用戶具有高影響力并因此能夠為學(xué)術(shù)博客的發(fā)展帶來巨大幫助的用戶；Kiriakopoulos[12]利用網(wǎng)頁排序策略來發(fā)掘重要的博客站點，利用主題的相似性增加隱含邊，使博客空間社會網(wǎng)絡(luò)變得更加稠密，在此基礎(chǔ)上利用HITS和PageRank算法來評估用戶影響力；張曉陽等[13]運(yùn)用文獻(xiàn)計量理論，基于博文及其點擊量構(gòu)建了學(xué)術(shù)博客h指數(shù)；盧露等[14]利用博客在某一主題下發(fā)布博文的數(shù)量和質(zhì)量建立了博客影響力評估模型；周春雷[15]提出了鏈接內(nèi)容分析法，建立了衡量一個用戶被其他用戶加為好友或添加“友情鏈接”次數(shù)的“被好友”指標(biāo)，以評估用戶影響力；鄭超等[16]將博文的評論次數(shù)納入博客影響力評估模型；曹沖[17]選取博客用戶的發(fā)文數(shù)量、精選博文數(shù)量、好友數(shù)量等指標(biāo)評價用戶影響力；王琛[18]基于用戶行為數(shù)據(jù)，利用Delphi法和層次分析法確定指標(biāo)權(quán)重，構(gòu)建了學(xué)術(shù)博客影響力評價模型。概括而言，這類研究的共同特點是構(gòu)建指標(biāo)體系，運(yùn)用主題相似性分析、內(nèi)容分析、用戶行為分析、網(wǎng)絡(luò)分析、計量分析和多指標(biāo)綜合分析等方法對學(xué)術(shù)博客進(jìn)行評估或者評價，尚未發(fā)現(xiàn)利用評價結(jié)果進(jìn)一步識別用戶，尤其是識別網(wǎng)站核心用戶的研究。

本文以用戶行為數(shù)據(jù)為指標(biāo)，采用熵權(quán)法計算其指標(biāo)權(quán)重，并定義這些指標(biāo)的加權(quán)值為博客綜合指數(shù)，按照博客綜合指數(shù)的值從大到小倒序排列，在人為給定閾值的基礎(chǔ)上可以識別核心用戶，并以具有代表性的中文類學(xué)術(shù)社交網(wǎng)絡(luò)平臺（科學(xué)網(wǎng)博客）進(jìn)行了實證研究，結(jié)果表明該方法簡單、有效且可靠。

1 用戶行為數(shù)據(jù)指標(biāo)體系

博客行為數(shù)據(jù)能直接反應(yīng)博客與博文之間的關(guān)系。博客既可以發(fā)布、轉(zhuǎn)載、分享博文到網(wǎng)絡(luò)上，也可以閱讀、推薦和評論自己感興趣的博文，博客的諸如發(fā)布、閱讀、搜索、發(fā)帖、回帖、推薦、評論、留言、求助、訪問主頁、添加好友等行為，都被網(wǎng)絡(luò)平臺記錄下來形成用戶行為數(shù)據(jù)。平臺利用這些行為數(shù)據(jù)對用戶行為和內(nèi)容進(jìn)行管理，例如審核、精選和推送，為用戶提供開放的、公正的、互動的網(wǎng)絡(luò)社交環(huán)境。為開展本文的研究工作，筆者從科學(xué)網(wǎng)博客獲取了表1所示的用戶行為數(shù)據(jù)。

表1 科學(xué)網(wǎng)博客用戶行為數(shù)據(jù)項

按照行為特征，可以將用戶行為分為主動行為和被動行為兩大類，如圖1。在此基礎(chǔ)上，本文從主動行為與被動行為兩個方面構(gòu)建用戶行為數(shù)據(jù)指標(biāo)體系，指標(biāo)體系涵蓋16個數(shù)值型指標(biāo)項。a1～a11為主動行為指標(biāo)，可量化用戶主動使用平臺的活躍程度；a12～a16為被動行為數(shù)據(jù)指標(biāo)，可量化評價用戶的受關(guān)注度、影響力等。其中，a1屬于用戶基本屬性特征，包含用戶學(xué)歷和職稱兩項屬性數(shù)據(jù)，需轉(zhuǎn)化成數(shù)值變量；a2、a10和a11為時間變量，a2指標(biāo)用于描述用戶資歷；a10用于描述用戶時隔多久依在使用博客；a11用于描述用戶時隔多久依為平臺貢獻(xiàn)內(nèi)容，指標(biāo)a2、a10與a11同樣需要轉(zhuǎn)化成數(shù)值變量（天數(shù)）。需要說明的是，由于科學(xué)網(wǎng)博客功能設(shè)置原因，部分行為數(shù)據(jù)，例如留言、評論內(nèi)容等不易獲取，且設(shè)置了隱私保護(hù)的用戶數(shù)據(jù)無法獲取，上述指標(biāo)且均為正向指標(biāo)。

圖1 學(xué)術(shù)博客行為數(shù)據(jù)指標(biāo)體系

2 博客綜合指數(shù)

本文提出的用戶識別模型的基本思路是按照用戶行為數(shù)據(jù)構(gòu)建若干指標(biāo)，再根據(jù)這些指標(biāo)的信息熵計算其權(quán)重，并定義其加權(quán)值為“博客綜合指數(shù)”（Blog Composite Index，簡稱BCSI），最后根據(jù)計算的BCSI值將用戶信息序列倒序排列，將排在前r位的用戶定義為核心用戶[19-20]。

一般地，用戶信息序列U當(dāng)中有n條記錄和m項指標(biāo)，則定義：

為博客綜合指數(shù)，其中αk表示第k項指標(biāo)的歸一化值，ωk為其權(quán)重系數(shù)。將BCSI倒序排列之后，按照公式（2）可以計算得到核心用戶序列的閾值r。

其中 ,τ=0.618，t=1,2,3，i=1～n。由 t=1 得到的用戶集稱為一區(qū)核心用戶，t=2得到的用戶集稱為二區(qū)核心用戶，t=3時得到的用戶集稱為三區(qū)核心用戶。

考慮到每項指標(biāo)值域范圍相差很大，所以需要對其作歸一化處理：

熵權(quán)法計算指標(biāo)權(quán)重系數(shù)的方法如公式（4）：

其中，為第k項指標(biāo)的信息熵，計算方法如公式（5）。

3 實證研究

本文應(yīng)用R語言編程技術(shù)開展了實證研究。第一步獲取數(shù)據(jù)，生成“博客”和“博文”兩個數(shù)據(jù)集（BlogUsers, BlogContents）；第二步統(tǒng)計計算各項指標(biāo)并做歸一化處理；第三步計算各個指標(biāo)的信息熵及其權(quán)重系數(shù)并按學(xué)科分類開展對比研究；第四步計算博客綜合指數(shù)（BCSI）并排序；第五步計算核心用戶序列閾值。

3.1 數(shù)據(jù)的采集與處理

在注重用戶隱私保護(hù)的前提下，本文通過Python語言編寫程序采集學(xué)術(shù)博客用戶行為數(shù)據(jù)。采集對象選擇那些擁有精選博文的用戶，采集時間為2018年12月12日，共采集到3 799條不重復(fù)用戶url。在采集博文數(shù)據(jù)之前，對原始url數(shù)據(jù)進(jìn)行簡單的人工處理，剔除146條因設(shè)置隱私權(quán)限等因素造成數(shù)據(jù)缺失的url，博文數(shù)據(jù)項獲取時間為2018年12月19日。

爬取數(shù)據(jù)過程中構(gòu)建了BlogUsers和BlogContents兩個原始數(shù)據(jù)集。采集完成后對采集到的數(shù)據(jù)進(jìn)行必要的處理：BlogUsers中與博文有關(guān)的數(shù)據(jù)以BlogContents實際獲取數(shù)據(jù)為準(zhǔn)，集中統(tǒng)計閱讀總數(shù)、被推薦總數(shù)和被評論總數(shù)等數(shù)據(jù)項；博文數(shù)據(jù)中極端異?；虼罅繑?shù)據(jù)缺失的用戶予以剔除，最終得到2 339位有效用戶數(shù)據(jù)和401 472條博文數(shù)據(jù)。采集到的40萬條博文記錄當(dāng)中，有效評論次數(shù)累計達(dá)到127萬次，有效推薦次數(shù)累計達(dá)到107萬次，總閱讀次數(shù)超過14.29億次，可見科學(xué)網(wǎng)博客具有較大的影響力，對學(xué)術(shù)交流和傳播具有一定意義。

用戶基本屬性和時間變量需作數(shù)值化處理。①用戶基本屬性（頭銜數(shù)據(jù)）需轉(zhuǎn)化成數(shù)值型數(shù)據(jù)，未標(biāo)注學(xué)歷或者職稱為最低等級，“院士”“教授” “研究員” “編審”為最高等級，其他用戶依據(jù)實際標(biāo)注情況作等級量化處理；②時間變量轉(zhuǎn)化成數(shù)值型變量，指標(biāo)a2按注冊時長轉(zhuǎn)換成對應(yīng)天數(shù)，指標(biāo)a10和a11以最近登錄/發(fā)表時間與注冊時間的間隔將該指標(biāo)轉(zhuǎn)換成對應(yīng)天數(shù)。

3.2 計算權(quán)重系數(shù)

根據(jù)公式（3）（4）（5）計算得到的各項指標(biāo)的信息熵和權(quán)重系數(shù)如表2所示。

表2 各指標(biāo)的信息熵及其權(quán)重系數(shù)

主動行為指標(biāo)中，a5、a4、a6和a3是反映用戶生成內(nèi)容活躍程度的指標(biāo)，權(quán)重系數(shù)排序靠前?？茖W(xué)網(wǎng)博客屬于內(nèi)容生成型平臺，作為管理方的科學(xué)網(wǎng)一直鼓勵用戶生成各類內(nèi)容，上述指標(biāo)權(quán)重系數(shù)最大意味著此類指標(biāo)可以更好地將持續(xù)生成內(nèi)容的活躍用戶識別出來。有關(guān)時間維度（a2、a10和a11）權(quán)重最小，且權(quán)重系數(shù)整體小于0.01，對評價結(jié)果貢獻(xiàn)最低。被動行為指標(biāo)中，a12、a16、a15和a14作為量化用戶博文影響力的重要指標(biāo)，權(quán)重系數(shù)較大，排序靠前，對評價結(jié)果的貢獻(xiàn)較大。博文是學(xué)術(shù)博客的核心內(nèi)容，對學(xué)術(shù)博客的評估本質(zhì)上是對博客內(nèi)容的評估，上述指標(biāo)增加了評估指標(biāo)體系的合理性。

為了開展分組比較研究，本文按研究領(lǐng)域分別計算了各項指標(biāo)的權(quán)重系數(shù)，結(jié)果如表3所示?？茖W(xué)網(wǎng)博客匯集了多個學(xué)科領(lǐng)域的大量科研人員，不同學(xué)科屬性用戶的行為偏好是否存在差異，為討論這些差異的影響，本文在計算全部用戶指標(biāo)權(quán)重系數(shù)的基礎(chǔ)上，按照科學(xué)網(wǎng)博客平臺給定的化學(xué)科學(xué)、工程材料、地球科學(xué)、生命科學(xué)、管理綜合、數(shù)理科學(xué)、醫(yī)學(xué)科學(xué)和信息科學(xué)等8個研究領(lǐng)域分別計算了各個領(lǐng)域的各項指標(biāo)的權(quán)重系數(shù)，91個無分類用戶暫不考慮，結(jié)果如表3所示。

表3 不同研究領(lǐng)域的權(quán)重系數(shù)

依據(jù)信息熵理論，數(shù)據(jù)離散性越大則權(quán)重越大，某一學(xué)科領(lǐng)域內(nèi)，指標(biāo)權(quán)重系數(shù)越大，用戶行為數(shù)據(jù)差異越大，該現(xiàn)象可歸結(jié)為某學(xué)科用戶整體行為偏好特征。在不同研究領(lǐng)域中，同一指標(biāo)不同研究領(lǐng)域權(quán)重系數(shù)不同，則不同研究領(lǐng)域用戶的該項行為偏好特征存在差異。從表2和表3發(fā)現(xiàn)，全部用戶指標(biāo)權(quán)重系數(shù)與各個學(xué)科權(quán)重系數(shù)總體趨勢一致，但各個學(xué)科指標(biāo)實際權(quán)重值存在明顯差異。對比各研究領(lǐng)域指標(biāo)權(quán)重系數(shù)TOP3，除了化學(xué)科學(xué)（a5〉a16〉a15），其他學(xué)科指標(biāo)區(qū)分度TOP3均為a4、a5和a6（主動指標(biāo)）。各研究領(lǐng)域指標(biāo)權(quán)重系數(shù)TOP3的綜合占比均超過30%，最高達(dá)到40.9%。主動行為指標(biāo)是量化用戶主動使用平臺的積極性指標(biāo)，a4、a5和a6項權(quán)重系數(shù)最大，說明大部分學(xué)科用戶這三項指標(biāo)對應(yīng)的行為表現(xiàn)存在較大差異。統(tǒng)計主動行為所有指標(biāo)的權(quán)重系數(shù)和，發(fā)現(xiàn)除化學(xué)科學(xué)（0.57）以外，其他學(xué)科主動行為指標(biāo)項的權(quán)重系數(shù)和均超過了0.6，醫(yī)學(xué)學(xué)科主動行為權(quán)重系數(shù)之和最大與化學(xué)學(xué)科相差0.099。該結(jié)果表明，醫(yī)學(xué)學(xué)科用戶主動行為的偏好特征與其他學(xué)科（尤其是化學(xué)學(xué)科）用戶主動行為的偏好特征存在顯著的差異，其他學(xué)科相比，醫(yī)學(xué)學(xué)科用戶的主動行為數(shù)據(jù)更具離散性。

3.3 計算博客綜合指數(shù)

運(yùn)用R語言data.table（）包可以方便地實現(xiàn)各項計算。為了驗證用戶識別模型，本文將TOPSIS方法計算結(jié)果整合在同一表中，按BCSI值從大到小排序，結(jié)果如表4所示，其中BP為博客相對接近度（Blog Proximity，簡稱BP）。

表4 博客綜合指數(shù)TOP30及其排序

為了進(jìn)一步觀察BCSI值總體分布特征，本文繪制如圖2的小提琴圖，該圖將箱線圖與核密度圖整合在一起，展示分位數(shù)位置的同時也可以展示任意位置的密度，可以較為直觀地呈現(xiàn)BCSI取值分布情況。結(jié)合表4和圖2可以看出，BCSI值存在明顯的區(qū)分度，可以有效區(qū)分用戶。BCSI的值域為[0,1]，但最大值小于0.5，只有6位用戶BCSI取值在[0.3,0.5]之間，89.14%用戶的BCSI值分布在[0, 0.0500 1]之間，BCSI存在整體取值水平較低的情況。

圖2 BCSI取值分布

經(jīng)過分析，上述現(xiàn)象的出現(xiàn)可主要歸結(jié)為以下三個原因：①依據(jù)熵權(quán)法的特征，如果權(quán)重系數(shù)較大的指標(biāo)（如主題、分享和回帖等指標(biāo)），用戶行為數(shù)據(jù)整體表現(xiàn)不佳可能會造成取值水平偏低。②作為非正式學(xué)術(shù)社交平臺，學(xué)術(shù)博客用戶行為具有較強(qiáng)的隨意性和不確定性。受到用戶偏好和平臺功能設(shè)置的影響，少部分用戶單項指標(biāo)缺失或表現(xiàn)突出，會造成BCSI整體取值水平偏低的情況。③平臺上只有少部分用戶主動行為和被動行為指標(biāo)均表現(xiàn)較好，該類用戶是我們希望識別出來的核心用戶群體，這也意味著大部分用戶主動或被動行為表現(xiàn)一般。上述結(jié)果表明，雖然BCSI總體取值水平偏低，但仍有少部分用戶取值相對較大，因此BCSI可以用來識別博客用戶。

3.4 計算核心用戶序列閾值

核心用戶序列閾值r利用R語言編寫代碼計算，結(jié)果是：t=1,r=329; t=2,r=63; t=3,r=15。表示一區(qū)核心用戶329位，二區(qū)核心用戶63位，三區(qū)核心用戶15位。一區(qū)核心用戶中：化學(xué)科學(xué)23位、工程材料34位、地球科學(xué)40位、信息科學(xué)32位、生命科學(xué)57位、管理綜合67位、醫(yī)學(xué)科學(xué)20位、數(shù)理科學(xué)50位、無學(xué)科分類6位，其中地球?qū)W科入選核心用戶占本學(xué)科總?cè)藬?shù)比例最高為22.35%，無學(xué)科分類用戶比例最低為2.97%，入選核心用戶的比例與該學(xué)科人數(shù)無關(guān)，但未設(shè)置學(xué)科分類的用戶很少能貢獻(xiàn)較高的BCSI值。閾值的確定可以依據(jù)網(wǎng)站實際需求調(diào)整，BCSI曲線如圖3所示。

圖3 核心用戶分布圖

3.5 用戶分組識別

為了進(jìn)一步分析不同學(xué)科領(lǐng)域用戶主動行為偏好的特征差異對BCSI值和用戶識別結(jié)果的影響，本文依據(jù)各學(xué)科的指標(biāo)權(quán)重系數(shù)分別計算了各學(xué)科的BCSI值，并識別各自領(lǐng)域的核心用戶。各研究領(lǐng)域計算結(jié)果如表5所示，按BCSI值從大到小排序。為了進(jìn)一步觀察BCSI值總體分布特征，繪制各研究領(lǐng)域BCSI值的小提琴圖，如圖4所示。

圖4 各學(xué)科BCSI分布圖

從BCSI值的分布情況看，各學(xué)科BCSI值域分布顯著變化，整體取值水平較分類前有所提升，核心用戶與非核心用戶間的區(qū)分度更加明顯。平臺上只有少部分用戶主動行為和被動行為指標(biāo)均表現(xiàn)較好，積累出高BCSI值，但大部分用戶的取值范圍仍在[0,0.05001]之間。這一現(xiàn)象表明分學(xué)科評估與識別用戶能夠取得更好的效果，但整體取值水平仍然偏低。識別出的一區(qū)核心用戶248位，二區(qū)核心用戶54位，三區(qū)核心用戶為19位，識別結(jié)果較分組前有明顯變化。分組識別后入選本領(lǐng)域核心用戶的人數(shù)明顯減少，各個學(xué)科識別出的一區(qū)核心用戶情況：化學(xué)科學(xué)16位、工程材料27位、地球科學(xué)36位、信息科學(xué)27位、生命科學(xué)54位、管理綜合40位、醫(yī)學(xué)科學(xué)18位、數(shù)理科學(xué)30位。地球科學(xué)入選核心用戶的比例最高，達(dá)20.11%，化學(xué)科學(xué)入選比例最低為9.09%。由此可見，各研究領(lǐng)域用戶主動行為偏好的特征差異對BCSI的取值范圍和用戶識別的結(jié)果均產(chǎn)生了顯著的影響。

表5 不同研究領(lǐng)域TOP5博客綜合指數(shù)及其排序

4 討論

對評估和識別結(jié)果的合理性和可靠性驗證一直是相關(guān)研究的難題之一。本文應(yīng)用TOPSIS方法對博客核心用戶識別模型作了驗證，結(jié)果參見表4。兩種方法的排序結(jié)果顯示，Rank（BP）與Rank（BCSI）呈高度正相關(guān)關(guān)系（r=0.891 7），其中一區(qū)重合度為76.9%，二區(qū)核心用戶重合度為84.13%，三區(qū)核心用戶重合度達(dá)到86.7%，具有較為一致的重合度。表明博客綜合指數(shù)能夠反映博客用戶行為特征，可以據(jù)此識別核心用戶。此處重合度只考慮用戶所屬區(qū)間，不考慮排名順序，即不同評價結(jié)果中，同一用戶同屬于一個核心區(qū)域則重合，重合度越高，表明兩種方法識別核心用戶效果越接近。

為了進(jìn)一步驗證評價結(jié)果的合理性，還需證明被識別出的核心用戶（或創(chuàng)作內(nèi)容）曾經(jīng)得到博客平臺其他用戶的廣泛認(rèn)可?？茖W(xué)網(wǎng)博客熱門博文是由讀者推薦產(chǎn)生，受到了其他用戶的廣泛認(rèn)可，熱門博文可以在科學(xué)網(wǎng)博客首頁獲得。全部熱門博文共4 502條，涉及585位用戶。本文以識別出的核心用戶是否有博文是熱門博文為標(biāo)準(zhǔn)進(jìn)一步驗證結(jié)果的合理性。對比發(fā)現(xiàn)，上述識別的一區(qū)核心用戶中有63.83%的核心用戶擁有1篇以上的熱門博文；二區(qū)核心用戶中87.3%以上的核心用戶擁熱門博文，其中35人至少擁有10篇以上的熱門博文；三區(qū)核心用戶中93.3%的用戶擁有共計894篇的熱門博文，有8位用戶擁有84篇以上的熱門博文。對比結(jié)果表明，依靠BCSI識別出的核心用戶，大部分曾經(jīng)得到博客平臺其他用戶的廣泛認(rèn)可。

進(jìn)一步分析三區(qū)核心用戶發(fā)現(xiàn)，他們中的大部分人接受過碩士及以上的高等教育，目前在大學(xué)任教。以圖情領(lǐng)域為例，武夷山、趙美娣等用戶更是所在領(lǐng)域的知名學(xué)者。他們在科學(xué)網(wǎng)博客長期活躍，貢獻(xiàn)了許多高質(zhì)量的博文，借助平臺與其他用戶建立好友關(guān)系，有的還進(jìn)一步建立了科研合作關(guān)系，發(fā)表了多篇高質(zhì)量的學(xué)術(shù)論文。部分用戶發(fā)表的博文更是被其他學(xué)者引用到正式的文獻(xiàn)交流中，獲得了廣泛認(rèn)可。筆者利用知網(wǎng)的引文檢索功能，檢索被引文獻(xiàn)來源為“sciencenet”的文獻(xiàn)，發(fā)現(xiàn)武夷山、黃安年和陳儒軍等人有多篇博文被引。值得注明的是，部分學(xué)界知名學(xué)者（如施一公，排名267位，為一區(qū)核心用戶）并未進(jìn)入三區(qū)核心，出現(xiàn)這樣的結(jié)果并不影響評估和識別的合理性與可靠性。學(xué)術(shù)博客核心用戶是平臺的活躍用戶，是在一定時期內(nèi)通過創(chuàng)作內(nèi)容對其他用戶具有高影響力且獲得了廣泛的認(rèn)可的用戶。通過觀察施一公博客主頁，該博客自2016年12月10日便停止更新內(nèi)容，這一點已經(jīng)“有?！焙诵挠脩舳x，但是其在使用博客期間貢獻(xiàn)了29篇高影響力博文，至今仍吸引著大量用戶的閱讀、推薦和分享。所以即使停止更新博客兩年，其博客仍然具有較高的影響力。綜上所述，基于BCSI的核心用戶識別的合理性、可靠性得到有效驗證。

5 結(jié)論

研究表明，基于學(xué)術(shù)博客行為數(shù)據(jù)構(gòu)建的指標(biāo)體系能夠準(zhǔn)確地表征博客的主要特征，其加權(quán)值定義的博客綜合指數(shù)具有較好的區(qū)分度，據(jù)此可以識別出學(xué)術(shù)博客平臺上的核心用戶。博客綜合指數(shù)概念的理論基礎(chǔ)是多指標(biāo)序列的排序理論。本文運(yùn)用熵權(quán)法計算得到的BCSI序列與理想評價法得到的結(jié)果對比，發(fā)現(xiàn)兩者具有很好的重合度。實證研究表明，科學(xué)網(wǎng)博客BCSI值總體上偏小，反映了學(xué)術(shù)博客行為差異性較大，規(guī)范性不好。分組研究表明，不同學(xué)科用戶行為具有不同的偏好特征。由于本文選取的學(xué)術(shù)博客行為數(shù)據(jù)構(gòu)建的指標(biāo)體系都是正向性指標(biāo)，所以依據(jù)BCSI值的大小也可以間接地作為學(xué)術(shù)博客影響力的評價指標(biāo)。

本文尚存在以下局限。第一，本文只考慮了學(xué)術(shù)博客中具有精選博文這一特征的少數(shù)用戶的使用行為，還有大量用戶沒有精選博文，他們的使用行為未被考慮在內(nèi)。第二，對權(quán)重的賦值只選取了客觀賦值法，缺乏與主觀賦值法的比較分析。第三，具有不同特征的用戶行為可能存在較大的差異，本文僅探討了不同研究領(lǐng)域的用戶行為具有不同的偏好特征，還需從更多視角對用戶進(jìn)行分組研究來證實。以科學(xué)網(wǎng)博客為例，除了可以按學(xué)科領(lǐng)域?qū)τ脩舴纸M，還可以按照性別、工作類型、職稱、學(xué)歷、博文系統(tǒng)分類等條件對用戶進(jìn)行分類研究。